Questões de Concurso

Sobre o uso de técnicas multivariadas na análise de dados, é correto afirmar:

Um estudo foi conduzido com o objetivo de avaliar a eficácia de determinada droga no tratamento de um problema de pele. Para isso, os pacientes que participaram do estudo foram aleatoriamente distribuídos em dois grupos, sendo o primeiro o grupo controle (não tratado), e o segundo o grupo tratado (que efetivamente recebeu a droga). Ao término do experimento, foi verificado se os pacientes estavam ou não curados do problema de pele. Seja Y_i = 1, caso o i-ésimo paciente tenha sido curado após o término do experimento, e Y_i = 0, caso contrário. Além disso, X_i = 1, caso o i-ésimo paciente seja do grupo tratado, e X_i = 0, caso seja do grupo controle. A equação apresentada a seguir representa o modelo de regressão logística ajustado aos dados experimentais: 



sendo π_i = P(Y_i = 1|x_i). Com base no modelo ajustado, a probabilidade estimada de um paciente do grupo tratado estar curado do problema de pele é igual a: 

Sobre a análise de dados de contagens, no contexto de modelos lineares generalizados, é correto afirmar:

Um problema frequente na análise de regressão é a presença de multicolinearidade. Nesses casos, as correlações entre as variáveis independentes causam instabilidade na estimação dos parâmetros, inflacionando os erros das estimativas. Qual das técnicas apresentadas a seguir é uma alternativa para lidar com multicolinearidade em regressão linear múltipla? 

Deseja-se ajustar um modelo de regressão linear para descrever a relação linear entre velocidade do saque (variável resposta) e altura de tenistas (variável explicativa). No entanto, acredita-se que essa relação mude conforme a idade. Por isso, além da altura do jogador, será considerada na análise a faixa etária, categorizada em: jovens, adultos e idosos. O modelo de regressão linear múltipla com efeito de interação entre altura e faixa etária pode ser expresso como:

y = β₀ + β₁x₁ + ... + β_kx_k + ∈, ∈ ~ N(0,σ²),

em que x₁,...,x_k denota as k variáveis a serem inseridas no modelo (eventualmente, resultantes do produto das variáveis originais). Nesse caso, k é igual a:

Considere as seguintes afirmativas sobre testes estatísticos de hipóteses:

1. O p-valor de um teste é interpretado como a probabilidade de rejeitar a hipótese nula.
2. O poder do teste corresponde à probabilidade se rejeitar a hipótese nula como função dos parâmetros.
3. Testes não paramétricos são alternativas aos testes paramétricos quando as hipóteses do teste não são adequadamente estabelecidas.
4. Na tomada de decisão, diminuir o valor do nível de significância do teste reduz a possibilidade de rejeitar indevidamente a hipótese nula.

Assinale a alternativa correta.

Numa pesquisa de opinião pública, uma amostra aleatória de tamanho n = 100 foi selecionada de uma população com o objetivo de estimar a proporção de indivíduos favoráveis a um projeto de lei. Na amostra, 50 indivíduos afirmaram ser favoráveis ao projeto. O erro padrão associado à proporção amostral de favoráveis é igual a: 

Numa linha de produção, os pesos de pacotes de café embalados por uma máquina têm distribuição normal com média μ e desvio padrão conhecido igual a 4 gramas. Numa amostra aleatória de n = 100 pacotes, o peso médio por pacote foi igual a 502 gramas. Deseja-se investigar a hipótese nula H₀:μ = 500, por meio de um teste bilateral. Com base nesses resultados, é correto afirmar, tomando-se um nível de significância de 5%: 

Sobre estimação intervalar na teoria de inferência estatística, é correto afirmar que:

Seja X₁, X₂, ..., X_n uma amostra aleatória de uma variável X com função densidade de probabilidade dada por:



O estimador de máxima verossimilhança de θ é dado por:

A tabela a seguir representa parte do quadro da análise de variância de um experimento aleatorizado em blocos. Nesse experimento, foram comparados k = 4 tratamentos, que foram aleatorizados em b = 5 blocos. O delineamento foi balanceado, de maneira que cada bloco continha quatro unidades experimentais, uma para cada tratamento sob estudo. 



Completando o quadro da análise de variância, é possível concluir, usando o teste F ao nível de significância de 5%, que:

(Considerar F_3,12;5% = 3,49; F_4,12;5% = 3,26)

Um experimento foi executado com o objetivo de comparar diferentes metodologias no ensino da língua inglesa para crianças. As metodologias sob estudo (tratamentos) são resultantes das combinações de dois componentes: abordagem didática (ativa ou passiva) e oferta das aulas (presencial ou remota). As crianças participantes foram divididas em cinco grupos de diferentes faixas etárias, e os tratamentos foram sorteados em cada grupo. Com base no exposto, o experimento executado é definido como:

Um estudo sobre a relação entre X: renda anual (em dólares) e Y: anos completos de estudo resultou em um coeficiente de correlação linear de Pearson entre X e Y, rXY = 0,907. Considerando as informações apresentadas, assinale a alternativa correta.

Com relação aos diferentes métodos em amostragem, assinale a alternativa correta.

Considere que a variável S, nível de albumina no sangue (em g/dl), é um indicador do estado nutricional. S foi medido em um grupo de 60 pacientes. A lista dos dados ordenados de S é apresentada na Tabela 1. Além disso, considere que o percentil de ordem q, P_q, de um conjunto de dados, pode ser definido como: P_q = x(q.n/100); sendo que x(i) é o i-ésimo
valor do conjunto de dados ordenados.

Tabela 1 – Dados ordenados de nível de albumina no sangue



Considerando as informações apresentadas, assinale a alternativa correta. 

Considere a seguinte situação na área epidemiológica:
Durante os anos 1980, aproximadamente 22.000 médicos com mais de 40 anos concordaram em participar de um estudo de longo prazo chamado Physicians’ Health Study. Uma questão investigada foi se a aspirina ajuda a diminuir a ocorrência de enfarto. Os médicos foram aleatoriamente designados para tomar aspirina ou tomar placebo.

(Disponível em: Agresti, A.; Franklin, C. The Art and Science of Learning from Data. Pearson New International. Edição do Kindle.)

Sobre o delineamento do estudo apresentado, é correto afirmar:

Considere as duas listas de números a seguir.

Lista 1: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11

Lista 2: 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15

Sejam D₁ e D₂ os desvios padrão das Listas 1 e 2, respectivamente.

É correto concluir que

    Com pertinência à situação hipotética 12A3-I, considere que amostras de 30 plantas nativas (chamadas de N), 30 plantas transgênicas (chamadas de T) e 30 plantas cultivadas em hidroponia (chamadas de H) tenham sido analisadas e tenha sido feita a quantificação da concentração em quantidade de matéria do peptídeo-alvo em cada amostra, com o objetivo de se determinar se há diferença estatisticamente significativa entre as plantas N, T e H. Observou-se que a distribuição dos valores de concentração do peptídeo é compatível com a distribuição normal, que as amostras foram obtidas de forma aleatória e independente e que há homogeneidade de variâncias.
Assinale a opção que corresponde ao teste estatístico que deve ser aplicado para detectar se há diferença significativa quanto à concentração do peptídeo entre quaisquer dos tipos de plantas, sendo este capaz de detectar a diferença se aplicado e calculado apenas uma vez, sem repetições do teste.

No contexto da linguagem de programação R, analise as afirmativas a seguir.

I. Vetores (vectors) são listas de itens que devem ter o mesmo tipo.
II. R trabalha com vários tipos de dados (data types), numéricos, lógicos e textuais, mas as variáveis podem mudar de tipo mesmo depois da instanciação.
III. Os itens de uma lista (list) não podem ser substituídos. São permitidas apenas a inserção e a remoção de itens.

Está correto somente o que se afirma em:

No contexto da linguagem de programação R, analise o código a seguir.

for (x in 1:10) {    if (x >= 4) {        print(x)        next }    if (x == 8) {break} }

O número de linhas exibidas pela execução desse código é: